BETA 산불 확산 위험 대응방안 추론 데이터
- 분야재난안전환경
- 유형 텍스트
- 생성 방식LLM
※ 26년 신규 개방되는 데이터로, 데이터 활용성 검토, 이용자 관점의 개선의견 수렴 등을 통해 수정/보완될 수 있으며 최종데이터, 샘플데이터, 산출물 등은 변경될 수 있습니다
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2026-05-19 데이터 개방 Beta Version 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2026-05-19 산출물 최종 공개 소개
산불 확산 위험에 대한 대응방안 추론을 위한 고품질 ToT(Tree of Thought) 학습용 데이터 구축
구축목적
산불 확산에 따른 대응방안 의사결정 지원 llm 서비스 활용하기 위한 데이터 구축
-
메타데이터 구조표 데이터 영역 재난안전환경 데이터 유형 텍스트 데이터 형식 *.json 데이터 출처 자체 제작 라벨링 유형 질의응답(자연어) 라벨링 형식 *.json 데이터 활용 서비스 산불 확산에 따른 대응방안 추론 데이터 구축년도/
데이터 구축량2025년/- 원천 데이터 : 274,204건 - 라벨링 데이터 : 274,204건 -
1. 데이터 구축 규모
1. 데이터 구축 규모 데이터명 원천데이터 수량 라벨링 데이터 수량 산불 확산 위험 대응방안 추론 데이터 274,204건 274,204건 - 라벨링 데이터 총 어절 수: 1,477,814어절(띄어쓰기 기준)
2. 데이터 분포
2. 데이터 분포 클래스 구분 구축 비율 대분류 소분류 수량 비중 대형 강원도 27,624 10% 경상도 95,726 35% 전라도 2,609 1% 충청도 27,331 10% 중형 강원도 36,982 13% 경기도 3,099 1% 경상도 23,151 8% 전라도 23,511 9% 충청도 4,600 2% 소형 강원도 3,529 1% 경기도 2,164 1% 경상도 12,942 5% 전라도 2,750 1% 충청도 8,186 3% 합계 274,204건 100% -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드- 거대 멀티 모달 모델 (Large Multimodal Model)
기존 거대 언어 모델 (Large Language Model)이 텍스트 데이터만 처리하는
것과 달리 텍스트, 이미지, 비디오, 오디오 등 다양한 유형의 데이터를 입·출력
할 수 있는 인공지능 모델- 활용 모델
본 과제에서는 사전 학습된 LLM 모델에 산불 확산 위험 대응 방안
구축 데이터를 fine-tuning하여 대한민국 산불 확산 대응 방안을 생성하는 모델
개발- 활용 모델 AI 모델
TASK
AI 모델(후보) 성능 지표 및 목표값 DATA I/O 추론 Qwen 3.0-8B 산불 위험 대응방안 추론 과정에 대한 정확성 휴먼 평가 정확도 75% 이상 Input data : 산불확산 추론 TOT 데이터
Output data : 위험도 추론 및 대응방안 답변 데이터
- (선정사유) 사용될 모델은 Qwen3-8B로 생성형 문제에 대해 강점이 있기 때문에 TOT 기반의 추론 태스크에 적합함.
- (선행연구) 복잡한 문제는 천천히 사고하는 방식(think mode)으로, 간단한 문제는 빠르게 답변하는 모드(no-think mode)를 선택할 수 있는 장점을 가지고 있으며, 대량의 데이터로 학습한 OpenAI-o1, Deepseek-R1에 비해 작은 모델을 학습시켜 비슷한 성능을 달성함.
- 사전 학습 가중 치 및 코드 출처: https://qwenlm.github.io/blog/qwen3/
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드1. 데이터 구성
1. 데이터 구성 구분 획득 처리 방법 유형/포맷 공개여부 원시 데이터 2023~2025.4의 실제 산불 정보 수집
대형, 중형, 소형 100건의 산불 정보 중 기상, 지형, 연료 인프라 데이터*.txt
*.csv
*.json미공개 원천 데이터 Tot 데이터셋 구축을 위하여 다양한 원시데이터로부터 추출, 정제, 통합
및 구조화된 데이터
총 수량 : 274,204건*.json 공개 라벨링
데이터질의(Input Feature) - 계층적 트리구조의 추론과정(ToT) - 답변(Output) 구조
산불 규모별 분류에 대한 사용자별 대응방안 추론문 ToT 데이터셋
총 수량 : 274,204건*.json 공개 2. 어노테이션 포맷
2. 어노테이션 포맷 구분 속성명 타입 필수
여부설명 비고 1 labelling_data_info 라벨링 데이터 1-1 query 1-1.1 query_text string Y 질의문 내용 1-1.2 query_purpose string Y 질의목적 1. 현황파악
2. 경과예측
3. 시간예측
4. 피해예측
5. 위험평가
6. 대응전략
7. 의사결정1-1.3 query_subject string Y 질의주제 1. 확산속도
2. 확산경로
3. 도달시간
4. 우선순위
5. 대피전략
6. 진입가능
7. 진화방법
8. 자원배분
9. 재확산
10. 피해예상1-1.4 query_type string Y 질의유형 1. 직접형(direct)
2. 조건형(conditional)
3. 비교형(comparative)
4. 확률형(probability)
5. 가정형(hypothetical)
6. 단계형(sequential)
7. 딜레마(dilemma)
8. 복합형(composite)
9. 감정형(emotive)
10. 비정형(intuitive)1-2 user_info 1-2.1 user_type string Y 사용자 유형 코드 FF : 진압대원
RW: 구조요원
GO : 공무원
CI : 시민1-2.2 user_type_description string Y 사용자 유형 설명 1-2.3 query_time string Y 질의 시간 (yyyymmddhhmm) 1-2.4 query_location string Y 질의 위치 좌표 질의자 좌표 ("lat", "lon") 1-2.5 description string Y 질의 위치 설명 1-3 Tree of Thought 추론 문장 내용 1-3.1 level_0_input string Y Root노드 : 추론내용, 상황정보, branche정보, reasoning_description 1-3.1-1 node_id string Y 노드 식별자 1-3.1-2 thought string Y 질의에 대한 추론의 기점에 대한 생각 1-3.1-3 context string Y W-T-F-I-O 주요 입력 정보 1-3.1-4 branches string Y 추론 경로 생성 기준 및 근거 설명 1-3.1-5 reasoning_description string Y 추론 경로 선정 기준 제시 및 선정 이유 설명 1-3.2 level_1_branches string Y 산불 확산 위험 추론을 위한 branches와 관계 되는 branche_leaf로의 추론 1-3.2-1 node_id string Y 노드 식별자 1-3.2-2 parent string Y 상위 branches 부모 노드 id 1-3.2-3 thought string Y branches 데이터를 이용한 사고 1-3.2-4 data_node string Y 참조데이터 1-3.2-5 value string Y 데이터 값 실제 관측값 1-3.2-6 reasoning_type string Y 추론 유형 1. 직접인과관계
2. 간접인과관계
3. 증폭효과
4. 임계값 판단
5. 시너지 효과
6. 산불 진행 단계별 분석1-3.2-7 calculation string Y 계산과정 실제 위험도 계산 1-3.2-8 if_then string Y 조건-결과 규칙 추론 규칙 1-3.2-9 score string Y 위험 기여도 점수 해당 nodes의 위험도 점수와 가중치에 의한 위험 기여 점수 1-3.2-10 status string Y 상태 (continue/selected/pruned) 1-3.2-11 branches string Y 하위 추론 경로 생성 기준 및 근거 설명 다음레벨 node ID 1-3.2-12 reasoning_description string Y 상세 추론 과정 설명, 평가 기준 및 선정의 이유 설명 1-3.3 level_2_branches string Y 세부 분석 노드 1-3.3-1 node_id string Y 노드 식별자 1-3.3-2 parent string Y 상위 branches 부모 노드 id 1-3.3-3 thought string Y 질의에 대한 사고 기점 1-3.3-4 data_combination string Y 참조데이터 조합 1-3.3-5 values string Y 데이터 값 1-3.3-6 reasoning_type string Y 추론 유형 1. 직접인과관계
2. 간접인과관계
3. 증폭효과
4. 임계값 판단
5. 시너지 효과
6. 산불 진행 단계별 분석1-3.3-7 calculation string Y 계산과정 1-3.3-8 if_then string Y 조건-결과 규칙 1-3.3-9 score string Y 위험도 점수 1-3.3-10 status string Y 상태 (continue/selected/pruned) 1-3.3-11 branches string Y 하위 추론 경로 선정 다음레벨 node ID 1-3.3-12 reasoning_description string Y 상세 추론 과정의 선택하는 이유와 근거 설명 및 하위 추론 경로 선정의 기준과 이유 설명 1-3.4 level_3_branches 최종 출력 1-3.4-1 node_id string Y 노드 식별자 1-3.4-2 parent string Y 상위 branches 부모 노드 id 1-3.4-3 thought string Y 최종 의사 결정 1-3.4-4 data_combination string Y 참조데이터 조합 1-3.4-5 values string Y 데이터 값 1-3.4-6 reasoning_type string Y 추론 유형 1. 직접인과관계
2. 간접인과관계
3. 증폭효과
4. 임계값 판단
5. 시너지 효과
6. 산불 진행 단계별 분석1-3.4-7 calculation string Y 계산과정 1-3.4-8 if_then string Y 조건-결과 규칙 1-3.4-9 score string Y 위험도 점수 1-3.4-10 status string Y 상태 (continue/selected/pruned) 1-3.4-11 reasoning_description string Y 선택한 추론 경로에 대한 선택 이유 및 근거를 논리적으로 설명 1-3.5 backtracking_events 백트래킹 이벤트 1-3.5-1 event_id string Y 이벤트 id 1-3.5-2 trigger_node string Y 트리거노드 1-3.5-3 trigger_score string Y 트리거 점수 1-3.5-4 threshold string Y 임계값 <0.7 backtracking, 가지치기<0.5 1-3.5-5 trigger_reason string Y 트리거인 이유 1-3.5-6 new_attempt string Y 재시도 정보 1-3.5-7 learning string Y 학습 내용 1-3.6 final_selection 1-3.6-1 selected_path string Y 최종 결정된 추론 경로 1-3.6-2 reasoning_chain string Y 핵심 인과 관계 체인 1-3.6-3 comprehensive_scoring_matrix string Y 종합 평가 매트릭스 1-3.6-4 scoring_criteria string Y 평가기준 1-3.6-5 key_nodes_used string Y 최종 추론 경로에 사용된 핵심 nodes들 1-3.6-6 final_calculation string Y 최종 계산 결과 1-4 countermeasures 대응방안 1-4.1 immediate_priority string Y 즉시 대응 우선 순위 1-4.2 evacuation_zones string Y 대피구역 1-4.3 evacuation_sequence string Y 대피순서 1-4.4 key_insights string Y T: 대응방안 추론 결과 판단(왜 산불 확산의 위험에 대한 최적의 대응방안인지 설명) 1-5 decision & answer 최종 답변 1-5.1 conclusion string Y 종합결론 1-5.2 critical_action string Y A: 핵심적인 조치 사항 1-5.3 evacuation_priority string Y 대피 우선순위 1-5.4 scientific_basis string Y 과학적인 근거 또는 논리적인 근거 1-6 complete_reasoning 완성된 추론문
(W+T+F+I+O+S+R+A+T)1-6.1 query string Y 질의문 내용 1-6.2 reasoning_path_description string Y 추론 경로 설명 1-6.3 risk_scoring_description string Y 위험도 스코어링 설명 1-6.4 countermeasures string Y 대응방안 2 file_info 2-1 labelling_file_name string Y 라벨링 데이터 파일명 HC20220228_T_P0001_T001 2-2 labelling_file_format string Y 라벨링 데이터 포맷 json 3. 데이터 포맷
- 원시 데이터: *.txt, *.csv, *json
- 원천 데이터: *.json
- 라벨링 데이터: *.json4. 실제 예시
4. 실제 예시 원천데이터 예시 이미지 
라벨링데이터 예시 이미지 
-
데이터셋 구축 담당자
수행기관(주관) : ㈜진인프라
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 전주천 02-789-0011 mbcaxteam@mbc.co.kr 사업 총괄 및 데이터 수집 및 품질관리 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜씨앤디 데이터 정제 ㈜아카이브웍스 데이터가공 및 저작도구 개발 ㈜포스트에이아이 AI 모델 개발 및 검증 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 전주천 02-423-3700 joujeon@jininfra.com 유건주 02-423-3700 gdavid@jininfra.com AI모델 관련 문의처
AI모델 관련 문의처 담당자명 전화번호 이메일 손기준 02-6428-0008 kijunson@post-ai.com 육재균 02-6428-0008 jgyuk@post-ai.com 저작도구 관련 문의처
저작도구 관련 문의처 담당자명 전화번호 이메일 정헌배 070-7608-0507 jung@awo.kr 김용일 070-7608-0507 jung@awo.kr
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.